摘要：遥感技术发展迅猛，深度学习在测绘领域已成主要研究方向。包含模型优化以及数据处理效率的提高，促使遥感图像在土地利用、灾害监测之类的情境得以应用。在样本模型的提取精度等关键问题上，还是存在不少急需解决的挑战。样本模型的提取精度不够，就有可能将数据误判，影响提取的正确性。现有研究大多注重传统机器学习方法与常见数据增强视角，对像自适应特征融合、联邦学习框架之类的机制、多源异构数据协同处理等深入探索不足，同时缺乏相关研究，一方面限制深度学习模型在复杂环境里的应用能力，另一方面也限制遥感技术的进一步发展，还影响实际应用的效果。